针对分数阶傅里叶变换(FRFT)对啁啾（Chirp）信号进行盲检测时存在运算量大的问题，文章提出一种针对Chirp信号参数估计的盲检测方法。首先利用改变窗长相位差法对Chirp信号进行粗估计，并利用最小二乘法进行拟合得到Chirp信号调频斜率粗估计值，然后通过FRFT对Chirp信号进行精细估计，并利用二分法对FRFT的阶次进行搜索，进一步降低算法的运算量。仿真结果表明，利用改变窗长相位差法和FRFT联合检测Chirp信号的方法，在低信噪比下具有较高精度的估计值，且其归一化均方误差接近克拉美罗下界，并且与FRFT穷举检测相比，极大地减少了运算量，具有很好的工程应用意义。

针对啁啾(Chirp)信号参数估计的高复杂度和在低信噪比(SNR)下保持高精度等问题, 文章提出了一种改进的Chirp信号参数估计算法。该算法根据当信号能量和周期长度一定时Chirp信号频谱幅度的平方与调频率成反比的特性, 不断地产生已知Chirp信号的共轭与未知Chirp信号相乘, 找到使相乘后频谱幅度平方最大的已知Chirp信号的调频率。为了做到参数估计的高精度, 用修正的幅度插值(M-Rife)算法估计中心频率和修正相乘后信号频谱的幅值。将该算法与短时傅里叶变换(STFT)结合, 首先用STFT估计出调频率的大致范围和信号周期, 然后用二分法代替等步长使改进的Chirp信号参数估计算法在这个大致范围内搜索, 极大地降低了计算复杂度。实验结果表明, 在SNR≥-10 dB时, 该算法估计调频率归一化均方误差(NMSE)要优于分数阶傅里叶变换(FRFT)约1~2 dB, 接近克拉美罗下界(CRLB)。

针对啁啾(chirp)信号的频偏估计方法存在分辨率受限和估计精度不高的问题, 提出了一种基于匹配滤波插值的频偏估计(MFI-FOE)方法。首先, 将接收信号与相应的匹配信号进行匹配滤波;然后,对匹配滤波输出的波形进行峰值搜索;最后, 计算相对偏差, 在峰值和紧邻峰值的左侧点或右侧点之间进行插值, 从而得到精准的频偏估计值。仿真结果表明, 与传统的频偏估计方法相比, MFI-FOE方法的信噪比门限降低了2~4 dB, 在整个相对频偏估计范围内性能稳定, 频偏估计的归一化均方误差更接近于克拉美罗界限。所提的MFI-FOE方法在估计精度和抗噪声能力方面都有显著地提升, 验证了该方法的有效性。